生成式学习算法与判别式学习在底层逻辑上有很大区别。生成式学习算法对于特征分布的建模，其思想是“知其然，也知其所以然”，采用贝叶斯推断（Bayes Rule）作为算法核心其实更体现出这是一种人工指导学习规则的学习算法，与大家熟知的“一步步减小损失函数”有很大的不同。具体看笔记。 生成式学习算法总结如下 最后，关于朴素贝叶斯算法(Naïve Bayes),推荐一篇解释生动形象的博文，希望对大家理解算法本质有一定帮助。(果然要举例子的解释才是好的解释)，链接如下： 彻底理解朴素贝叶斯算法 作